旋转机械振动信号处理的发展及现状
第３１卷第６期２００８年１２月
水电站机电技术
Ｍｅｃｈａｎｉｃａｌ＆ＥｌｅｃｔｒｉｃａｌＴｅｃｈｎｉｑｕｅｏｆＨｙｄｒｏｐｏｗｅｒＳｔａｔｉｏｎ
Ｖ０１．３１Ｎｏ．６Ｄｅｅ．２００８
５１
旋转机械振动信号处理的发展及现状
胖永新，何伟明
（１．调峰调频发电公司，广东广州５１０６３０；２．华南资讯科技有限公司，广东广州５１０６６５）
摘要：振动信号处理是实现旋转机械振动检测与故障诊断的基础，也是振动监测软件的核心技术，对大型旋转机械运行状态监测具有重要的意义。信号的滤波和特征提取是振动信号处理的两个最重要的方面。文章总结了振动信号分析的发展及现状，并且分析了各种滤波和特征提取方法的优缺点。关键词：旋转机械；振动信号；滤波；特征提取
中图分类号：ＴＰ２７４
文献标识码：Ｂ
文章编号：１６７２—５３８７（２００８）Ｏ∞０５１—０５
０引言
大型旋转机械如风机、压缩机和汽轮机等设备，是石油、化工、冶金和电力等现代企业中的关键生产工具，对这些设备开展状态监测与故障诊断工作，保障设备安全可靠的运行，可以取得巨大的经济效益和社会效益。振动故障是旋转机械故障的主要表现形式，振动及其频谱特性的征兆是最能反映故障特点、最有利于进行故障诊断的手段。因此，根据振动信号进行监测与诊断目前仍是设备维护管理的主要手段。对振动特征信号的分析，是进行准确诊断的必
要前提。
Ｗｉｇｎｅｒ分布等。
与模拟滤波相比，数字滤波具有精度高、通用灵活、适用性强、稳定性高等特点，对实测信号进行数字滤波从经济上和使用上都有很大好处。因此本文主要针对旋转机械振动信号数字滤波方法的发展及其现状进行了总结。
１．１
ＦＦＴ、ＳＴＦＴ方法滤波
２０世纪６０年代以来提出了若干高效信号处理算法，其中最主要的是出现了一批高效的数字滤波算法［２１。尤其重要的是，１９６５年，Ｊ．ｗ．Ｃｏｏｌｅｙ和Ｊ．Ｗ．Ｔｕｋｅｙ提出了快速傅立叶变换（ＦＦｒ）算法［３１，Ｆ兀Ｉ方法的诞生，被认为是信号分析、数据处理技术的划时代进步。基于ＦＦＴ算法和改进的ＦＦｒ算法的数字滤波方法相继出现，主要是分为两大类：时间抽取（ＤＩＴ－Ｆ兀’和频率抽取（ＤＩＦ—ＦＦ田，并被广泛应用于工
本文在查阅了大量相关文献的基础上，对旋转机械振动信号降噪、特征提取的发展及其现状进行了总结，并分析了各种方法的优缺点。１振动信号滤波方法的发展及现状
对汽轮机的运行状态监测，能够对潜在严重故障进行早期检测和预报。在对汽轮机运行状态进行实时监测时，一般是通过振动信号来检测汽轮机的早期故障。由于各种复杂因素的影响，振动信号中一般都含有大量的噪声。因此，要获得振动信号的准确特征并依据这些特征进行汽轮机运行状态的监测和故障诊断，必须首先进行信号的消噪处理。
消噪的方法主要有硬件滤波和软件滤波两种方法。硬件滤波主要是设计一些滤波器电路，以滤除信号中的噪声频率成分；软件滤波是在程序中设计一些数字滤波器，通常都是基于Ｆｏｕｒｉｅｒ变换原理的一些方法，如ＦＦＴ分析、倒谱分析，短时Ｆｏｕｒｉｅｒ分析、
程信号滤波处理中Ｍ。但快速傅立叶变换方法只适
合于分析连续的、平稳的时域信号，对于非平稳信号，频率信息分辨率受到很大限制。早在１９４６年，为实现对非平稳信号的有效表示，解决其时一频局部化分析问题，Ｇａｂｏｒ就提出了基于傅立叶变换的另一
种算法一加窗傅立叶变换（ｗｒｒ）或短时傅立叶变
十年的发展在振动信号滤波处理中也得到了广泛的
换（ｓＴＦＴ），用以测量声音信号的频率定位【ｌｌ】。经过几应用［９Ｊｑ。与ＦＦｒ相比，ＳＴＦＴ方法不仅适合平稳、线性信号的降噪处理，也适合于处理非平稳、非线性信号。
收稿日期：２００８—１０－０８
作者简介：胖永新（１９７７一）．女，硕士，工程师，从事自动化工作。
万方数据
５２
水电站机电技术
第３１卷
１．２小波分析方法滤波
由于短时傅立叶变换（ｓＴ盯）的时频分辨率固
定，缺乏细化能力，逐步被小波（ｗａｖｅｌｅｔ）分析所取代。小波分析是２０世纪８０年代后期发展起来的应用数学分支，它是一种信号的时间一尺度（时间一频率）分析方法，是函数分析、傅立叶变换、谐波分析、数值分析的完美结晶１１５ｌ。它在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较低的频率分辨率和较高的时间分辨率，很适合探测信号中的瞬态反常现象并展示其成分。而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可改变、时间窗和频率窗都可以改变的时频局部化分析方法。故有分析信号的“显微镜”之美誉【２１１。
１．３维纳滤波和卡尔曼方法滤波
早在２０世纪４０年代，就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性（自相关函数或功率谱），以线性最小均方误差估计准则所设计的最佳滤波器，称为维纳滤波器。这种滤波器能最大程度地滤除干扰噪声，提取有用信号。但是，当输入信号的统计特性偏离设计条件时，它就不再是最佳的了，这在实际应用中受到了限制。到６０年代初，由于空间技术的发展，出现了卡尔曼滤波理论，即利用状态变量模型对非平稳、多输人多输出随机序列作最优估计。实质上，维纳滤波器是卡尔曼滤波器的一个特例【１３１。
１．４自适应方法滤波
ＷｉｎｒｏｗＢ．等于１９６７年提出了自适应滤波（ｓｅｌｆ－ａｄａｐｔｉｖｅ
ｆｉｌｔｅｒｉｎｇ）理谢埘。当输入信号的统计特
性未知，或者输入信号的统计特性变化时，自适应滤波器具有“自我调节”和“跟踪”能力，能够自动地迭代调节自身的滤波器参数。以满足某种准则的要求，从而实现最优滤波。自适应滤波适用于较复杂的机械振动信号处理非常有效，尤其适用于一些常规的频谱分析不易解决的场合。不仅适用于平稳信号，也适用于非平稳信号。这种滤波器的实现差不多和维纳滤波器那样简单。而滤波性能几乎和卡尔曼滤波器一样好阎。
１．５
ＥＭＤ方法滤波
１９９８年，美籍华人ＮｏｒｄｅｎＥ．Ｈｕａｎｇ等人在对瞬
时频率的概念进行了深入研究后，创立了希尔伯特一黄变换（Ｈｉｌｂｅｒｔ—ＨｕａｎｇＴｒａｎｓｆｏｒｍａｔｉｏｎ．ＨＨＴ）的新方
万方数据
法脚１。也就是基于经验模态分解（Ｅｍｐｉｒｉｃａｌ
Ｍｏｄｅ
Ｄｅｃｏｍｐｏｓｉｔｉｏｎ，ＥＭＤ）的时频分析方法。基于ＥＭＤ滤
波技术的最大特点是，根据信号分析的要求，可以对经过ＥＭＤ分解的本征模函数ＩＭＦ（Ｉｎｔｒｉｎｓｉｃ
Ｍｏｄｅ
Ｆｕｎｃｔｉｏｎ，简称ＩＭＦ）进行任意组合，构成满足特定要求的信号，然后对信号进行付氏变换等分析，这是普
通的滤波技术做不到的。１．６数学形态学方法滤波
．
数学形态学（ＭａｔｈｅｍａｔｉｃａｌＭｏｒｐｈｏｌｏｇｙ）诞生于
１９６４年，由当时法国巴黎矿业学院的马瑟荣（Ｇ。
Ｍａｔｈｅｒｏｎ）和赛拉（Ｊ．ＳｅｌｒＴａ）两人共同奠定了其理论基
础。１９６８年４月法国枫丹白露数学形态学研究中心成立，巴黎矿业学院为中心提供了研究基地。数学形态学是基于积分几何和随机集合论建立起来的有别于基于时域、频域的数学方法。该方法进行数字信号处理时只取决于待处理信号的局部形状特征，通过数学形态变换将一个复杂的信号分解为具有物理意义的各个部分，将其与背景剥离，同时保持信号主要的形状特征，要比传统的线性滤波更为有效ｍ２２１。
１．７零相位方法滤波
通常的滤波器无论是模拟滤波器或数字滤波器，在对信号进行滤波时会引起信号的相位失真（相移）。零相位滤波器正是为解决滤波产生的相位失真提出的一种数字滤波技术［２３１。零相位滤波器的作用是对信号滤波后，由滤波器产生的信号相位失真为零，ｆｌＰ弓ｌ起的相移为零。这对需要滤波又对相位有要求的信号处理技术，无疑提供了一个较理想的解决方案。零相位数字滤波的实现方法有：ＦＲＲ（Ｆｏｒｗａｒｄ－
ＲｅｖｅｒｓｅＦｉｌｔｅｒｉｎｇ，ＲｅｖｅｒｓｅＯｕｔｐｕｔ）和ＲＲＦ（Ｒｅｖｅｒｓｅ－ＲｅｖｅｒｓｅＦｉｌｔｅｒｉｎｇ，Ｆｏｒｗａｒｄ
Ｏｕｔｐｕｔ）两种，在文献［２４１ｑｂ
有详细讨论。
１．８变采样方法滤波
滑动平均法是一种在微处理器广为使用的数据
平滑方法，在数字信号处理中，滑动平均被用来平滑采样数据，可以有效地降低信号的高频背景噪声。变采样滤波就是采用这种方法对信号进行降噪处理
的。它依据采集到的对象数据来判定对象所处的状
态，动态地调节采样的间隔，来满足实际的工程需要的，此方法适用低频信号的处理。
１．９其它滤波方法
振动信号的降噪方法研究正日益深入，除以上
介绍的方法以外还有基于Ｍｏｎｔｅ—Ｃａｒｌｏ技术Ｐａｒｔｉｃｌｅ
第６期胖永新，等：旋转机械振动信号处理的发展及现状５３
Ｆｉｌｔｅｒｉｎｇ（ＰＦ）方法，奇异值分解（ＳＶＤ）方法，主元分析（ＰＣＡ）方法，独立分量分析（ＩＣＡ）方法，Ｗｉｇｎｅｒ分布方法，阶比跟踪方法等，也取得了一定的成果［ｚｓ∞－ａｑ。
２振动信号特征提取的发展及现状
旋转机械发生故障的重要特征是机器伴有异常的振动和噪声，其振动信号从幅值域、频率域和时间域实时地反映了机器故障信息。因此，了解和掌握旋转机械在故障状态下的振动特征，在监测机器的运行状态和提高诊断故障的准确度方面具有重要的理论意义和实际工程应用价值。
故障特征（又称故障征兆）的提取是故障诊断领域的关键技术之一。故障特征提取是否准确、是否完备，直接影响故障诊断结论的准确性。所谓特征提
取，就是对系统的动态信号预处理后得到的信息进
行分析，提取与系统状态有关的数据，再分析这些数据，提取其中与系统状态相关性较大的敏感特征，这样一个过程就叫做特征提取。为了从根本上解决旋转机械故障特征信息提取这个关键问题，人们主要是借助信号处理的方法来提取旋转机械信号故障特征。在线故障诊断专家系统都应有自动提取故障特
征的功能删。
传统的旋转机械故障特征提取技术主要有：信号的幅值分析、相关分析，频域分析，时序分析以及特征分析１３１Ｉ。这些分析方法是基于信号为稳态和线性的假设基础上的，在旋转机械故障特征提取中发挥了巨大作用。
实际当旋转机械故障发生时的振动信号，大量是非平稳、非高斯分布和非线性的随机信号，使上述传统的信号分析方法遇到了难以克服的困难，也严重影响了故障诊断的准确性。因此用于研究和分析非线性、非因果、非最小相位系统、非高斯、非平稳、非整数维（分形信号）和非白色的加性噪声的现代信号特征提取技术，实现旋转机械故障的准确诊断是目前研究和发展的重要方向。
一
目前主要有现代谱分析、时频分析理论
（Ｗｉｎｇｅｒ—Ｖｉｌｌｅ分布（ＷＶＤ）、短时傅氏变换（ＳＴ踊、小
波变换ｍｍ和基于经验模态分解（ＥＭＤ）的时频分析方法等、主元分析（ＰＣＡ）、独立分量分析（ＩＣＡ）、神经网络、模糊控制、高阶统计量分析以及将混沌与分形动力系统理论中的新方法引入旋转机械故障诊断领域，研究基于非线性信号处理理论的特征提取方法
万方数据
等同。
２．１现代谱分析方法
利用给定的Ｎ个样本数据估计一个平稳随机信号的功率谱密度叫做谱分析［３２１。谱分析方法分为两大类：非参数化方法和参数化方法。非参数化谱分析（如周期图法）又叫“经典”谱分析，它是以Ｆｏｕｒｉｅｒ分析为基础的，其主要缺陷是频率分辨率低；参数化谱分析又叫现代谱分析，它具有频率分辨率高的特点。主要有ＡＲＭＡ谱分析、最大似然法、熵谱估计法和特征分解法四种。其中ＡＲＭＡ谱分析是一种建模方法，即通过对平稳线性信号过程建立模型来估计功率谱密度，是应用较广的一种现代谱分析方法。它
采用时间序列线性预测建模的方法来描述信号，由
ＡＲＭＡ得到的频谱较ＦＦｒ更为平滑、频谱分辨率更高、对信号处理点数要求也不高，其中由一阶白噪声驱动的ＡＲＭＡ模型即ＡＲ模型在实践中得到更为广泛的应用。由于在ＡＲ模型中，信号可视为白噪声通过滤波环节产生的输出，因此信号ＡＲ模型的线性预测系数也可作为信号的特征之一０
２．２高阶统计量分析方法
一般情况下，总是假定被分析信号服从高斯分布。而事实上，现实系统都是非线性的，即便输入高斯信号，输出却为非高斯信号。对于非高斯信号而言，需要用高阶统计量反映信号的更多信息。经过短短几年的迅速发展，高阶统计量己在雷达、声纳、通信、地球物理及生物医学等领域获得了大量应用。高阶统计量方法在故障特征信息提取上也具有很大的潜力，特别是三阶统计量分析己广泛应用于非因果、非最小相位系统、非线性系统辨识、抑制高斯或非高斯分布的有色噪声，提取多种信号特征等领域。随着对高阶统计量分析理论和方法的研究不断深入，相信它将日益成为旋转机械故障特征提取领域中一个十分活跃的研究方向。２．３时频分析方法
基于Ｆｏｕｒｉｅｒ变换的信号频域表示及其能量的频域分布揭示了信号在频域的特征。它们在传统的信号分析与处理的发展史上发挥了极其重要的作用。但是，Ｆｏｕｒｉｅｒ变换是一种整体变换，它只是建立了从时域到频域的通道，并没有将时域和频域组合成一个域，即对信号的表征要么完全在时域，要么完全在频域，信号的时间信息在频域中无法得到。
时频分析法将时域和频域组合成一体，这就兼
水电姑粕电旋震第３１卷
顾到非平稳信号的要求。它的主要特点在于时间和频率的局部化，通过时间轴和频率轴两个坐标组成的相平面，可以得到整体信号在局部时域内的频率组成，或者看出整体信号各个频带在局部时间上的分布和排列情况。时频分析在语音处理、地震资料分析、信号检测和数据压缩等多个领域得到了广泛应用。对于旋转机械而言，当其发生故障时的振动信号，大量是非平稳、非线性的信号，因此，时频分析方法是进行旋转机械故障特征提取的一个重要的方法和特征提取工具，并广泛应用于旋转机械故障诊断
中。
２．４经验模态分解（ＥＭＤ）特征提取方法ＥＭＤ方法
可以将任意信号分解为本征模函数信号组成的
方法一经验模态分解法，从而赋予了瞬时频率合
理的定义、物理意义和求法，初步建立了以瞬时频率为表征信号交变的基本量，以本征模函数为基本时域信号的新时频分析方法体系。这一方法体系从根本上摆脱了傅立叶变换理论的束缚，能很好地解释以往将瞬时频率定义为解析信号相位的导数时容易产生的一些所谓“悖论”同。
基于经验模态分解（Ｅｍｐｉｒｉｃａｌ
ＭｏｄｅＤｅｃｏｍｐｏｓｉ—
ｔｉｏｎ，ＥＭＤ）的时频分析方法，是一种优秀的时频信号分析方法，尤其适合于非线性、非稳态的信号序列处理。
２．５主元分析（ＰＣＡ）、独立分量分析（１ＣＡ）特征提取
方法
主元分析（ＰＣＡ）及部分最ｄ、－－－－乘（ＰＬＳ）都是多变量统计方法，可用于对含有噪声的和高度相关的测量数据进行分析。采用的是把高维信息投影到低维子空间，并保留主要过程信息的方法。ＰＣＡ最早分析方法及其在语音、图像和生物医学等信号的源ＩＣＡ也是一种强有力的数据分析，特别是非高万方数据
信号，尤其对微弱信号的特征提取有较好的效果吲。
２．６其它特征提取方法
随着近几年国内外对神经网络，模糊控制，混沌控制等技术展开了很多研究，在机械振动信号特征提取中也取得了一定的成果。由于篇幅有限，这里就
不作详细介绍。
３结束语
文章系统总结了旋转机械故障诊断中的振动信号降噪及特征提取的各种方法，简述了各种方法的发展历程、现状，并且分析了降噪和特征提取的各种方法的优缺点。通过对国内外振动信号处理的了解和认识，将会更快地推动我国故障诊断技术的发展，
为用户服务。
参考文献：
【１】邓重一．滤波技术的发展现状Ｄ】．中国仪器仪表，２００４，卜４．
【２】雷继尧，何世德．工程信号处理技术【Ｍ】．重庆大学出版社，
１９９０．９．
【３】李长明，季涛．快速傅立叶变换在数字信号处理器中的实
现Ⅱ】．潍坊学院学报，２００５，５（２）：１－３．【４】Ｗｈｅｌｃｈｅｌ，Ｊ．Ｊｒ．ａｎｄ
Ｇｕｉｎｎ。Ｄ．．ＦＦＴ
ｏｒｇａｎｉｚａｄｏｍｆｏｒ
ｈｉｇｈ—ｓｐｅｅｄ
ｄｉｇｉｔａｌ
ａｌｔ幽ｇⅡ】．Ａｕｄｉｏ
ａｎｄ
Ｅｌｅｃｔｒｏａｃｏｕｓｆｉｃｓ，
ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ
Ｖｏｌｕｍｅ１８，Ｉｓｓｕｅ２，Ｊａｎ１９７０Ｐａｇｅ（ｓ）：
１５９－１６８．
Ｍａｒｔｉｎｓｏｎ，Ｌ．ａｎｄＳｍｉｔｈ．Ｒ．．Ｄｉｇｉｔａｌｍａｔｃｈｅｄ
ｆｉｌｔｅｒｉｎｇ
ｗｉｔｈ
ｐｉｐｅｌｉｎｅｄｆｌｏａｔｉｎｇｐｏｉｎｔｆａｓｔＦｏｕｒｉｅｒ
ｔｒａｎｓｆｏｒｍｓ（ＦＦＴ‘ｓ）Ⅱ】．Ａ—
ｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ。ａｎｄ
ｓｉ酬Ｐｒｏｃｅｓｓｉｎｇ，ＩＥＥＥＴｒａｎｓａｃｔｉｏｍ
Ｏｉｌ
Ｖｏｌｕｍｅ
２３，Ｉｓｓｕｅ２，Ａｖｒ
１９７５，Ｐａｇｅ（ｓ）：２２２—２３４．
Ｊｅｎｋｉｎｓ，Ｗ．＆．Ａ
ｆａｕｌｔｔｏｌｅｒａｎｔ
ＦＩＲａｄａｐ—
ｒｉｖｅｆｉｌｔｅｒｂａｓｅｄｏｎｔｈｅ
ＦＦＴⅡ】．Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ
Ｓｉｇｎａｌ
Ｐｒｏｃｅｓｓｉｎｇ。１９９４。ＩＣＡＳＳＰ－９４，１９９４ＩＥＥＥ
Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｃｏｎｆｅｒｅｎｃｅ
ｏｎ
Ｖｏｌｕｍｅｉｉｉ，１９—２２Ａｐｒｉｌ１９９４，Ｐａｇｅ（ｓ）：ＩＩ一
１／３９３一ＩＩＩ／３９６
ｖ０１．３
Ｄｉ百扭ｌＯｂｊｅｃｔ
Ｉｄｅｎｔｉｆｉｅｒ１０．１１０９／Ｉ—
ＣＡＳＳＰ．１９９４．３９０００７．
优秀博士硕士学位论文．２００４．
发吲．中国优秀博士硕士学位论文．２００３．
Ｙｏａｎａｎｄ
Ｊｉｎ－ＧｅｏｌＫｉｍ．ｈｏｒｔ—ｔｉｍｅ
ＦｏｕｒｉｅｒＲａｎｓｆｏｒｍ
ｍｉＩｌｇ
ａ
ｂａｎｋｏｆｌｏｗ—ｐａｓｓｆｉｌｔｅｒｓ田．Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ
Ｓｉｇｎａｌ
Ｐｒｏｃｅｓｓｉｎｇ［ｓｅｅ
ａｌｓｏＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ
Ｏｎ
ｓｉｇ蹦Ｐｒｏ—
ｃｅ镐ｍｇ］，ＩＥＥＥＴｒａｎｓａｃｔｉｏｍｏｎ
Ｖｏｌｕｍｅ３３，Ｉｓｓｕｅ１，Ｆｅｂ１９８５，
Ｐａｇｅ（ｓ）：１８２—１８５．
［ｓｌ是由Ｐｅａｒｈｏｎ于１９０１年提出的∞。近年来，独立分量分离及特征抽取方面的应用引起人们很大兴趣。特别令人感兴趣的是它在旋转机械故障分离方面的应
【６】Ｓｃｈｎａｎｆｅｒ，Ｂ．ａｎｄ用嗍。
斯数据分析工具。作为标准ＰＣＡ的高阶扩展，ＩＣＡ在无正交限制下抽取信号的统计独立分量。从统计意义上看，ＩＣＡ相当于一种冗余取消技术，它使得各
阴张韧．旋转机械故障特征提取技术及其系统研究【Ｄ】．中国
【８】何泳．旋转机械运行状态计算机实时监测与诊断系统的开
１９］Ｄａｅ输出之间的互信息（ＭＤ＿—瑾于信号所有高阶统计
量构建的统计测度为零，这使得ＩＣＡ在非高斯数据分析方面具有独特优势。适用于平稳信号和非平稳
第６期
胖永新，等：旋转机械振动信号处理的发展及现状
５５
【１０】＾ｍｉＩｌ，Ｍ．Ｇ．ａｎｄ
ｋａｉＤｉ
Ｆｅｎｇ．Ｓｈｏｒｔ－ｔｉｍｅＦｏｕｒｉｅｒ
ｌｍｌｓｆｏｒｎ＇ｌｓ
ｕｓｉｎｇｃａｓｃａｄｅ
ｆｉｌｔｅｒ咖ｃｔＩｌ麟Ⅱ】．Ｃｉｒｃｕｉｔｓ
ａｎｄ
Ｓｙｒｎｍｍ＿ｓ
ＩＩ：
Ａｎａｌｏｇａｎｄ
ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ
ｏｎ
陋ｅａｌｓｏ
Ｃｉｒｃｕｉｔｓａｎｄ
ＳｙｓｔｅｍｓＩＩ：ＥｘｐｒｅｓｓＢｒｉｅｆｓ，ＩＥＥＥＴｒａｍ—
ａｃｔｉｏｍ
ｏｎ
ｖｏｌｕｍｅ４２，Ｉｓｓｕｅ１０，Ｏｃｔ．１９９５，Ｐａｇｅ（ｓ）：６３１—
６４１
Ｄｉ鲋Ｏｂｊｅｃｔ
Ｉｄｅｎｔｉｆｉｅｒ１０．１１０９／８２．４７１３９２．
【１１］ＭｉｃｈａｅｌａｎｄＲ．Ｐｏｒｍｏｆｆ．Ｔｉｍｅ—ＦｒｅｑｕｅｎｃｙＲｅｐｒｅｓｅｎｔａｔｉｏｎ
ｏｆ
ＤｉｇｉｔａｌＳｉｇｎａｌｓａｎｄ
ＳｙｓｔｅｍｓＢａｓｅｄｏｎ—。Ｓｈｏｒｔ—。ＴｉｍｅＦｏｕｒｉｅｒ
ＡｎａｌｙｓｉｓⅡ】．ＩＥＥＥＴｒａｎｓａｃｔｉｏｍ
ｏｎ
ａｃｏｕｓｔｉｃｓ，ｓｐｅｅｃｈ
ａｎｄ
ｓｉｇｎａｌ
ｐｒｏｃｅｓｓｉｎｇ，ｖｏｌ，ａｓｐ一２８，ｎｏ．１，Ｆｅｂｒｕａｒｙ，１９８０．
【１２１彭志科，何永勇，等．自适应数字滤波算法应用于旋转机械
运行状态辨识的研究Ⅱ】．机械工程学报，２００１，３７（９）：
４９－５２．
【１３】何振亚．自适应信号处理ｆＭ】．科学出版社，２００２：１－４．【１４］周晓梅，徐玉秀，高良丽．旋转机械故障诊断的小波与傅
里叶谱分析方法研究Ｄ】．天津工业大学学报，２００５，２４（１）：
４８－５１．
【１５】Ｊｕｎ，ｚｈａｎｇ，Ｐｕ，ｂａｎ，Ａｐｐｌｉｃａｔｉｏｎ
ｏｆｗａｖｅｌｅｔ
ｔｒａｎｓｆｏｒｍｉｎｓｉｇｎａｌ
ｄｅｎｏｉｓｉｎｇ【Ｃ】．Ｐｒｏｃｅｅｄｍｇｓ
ｏｆｔｈｅＳｅｃｏｎｄＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎ—
ｆｅｒｅｎｃｅ
ｏｎ
ＭａｃｈｍｅＬｅａｍｉｎｇａｎｄＣｙｂｅｒｎｅｔｉｃｓ，Ｘｉ’ａｎ，２－５，Ｎｏｖｅｍｂｅｒ．２００３．
【１６】杨文平。陈国定，石博强．基于小波理论的复杂机械振动信号降噪分析Ⅱ】．北京科技大学学报，２００２，２４（４）：
４５５－４５７．
【１７】李富才，何正嘉，陈进．小波域相关滤波法及其早期故障
预示应用Ⅱ】．振动工程学报，２００５，１８（２）：１４５—１４８．【１８］翔１明才，董丽．正交多小波在信号滤波中的应用Ⅱ】．大连
民族学院学报，２００４，６（１）：１３－１５
【１９】韩璞，张君，董泽，潘笑．汽轮机振动信号的最优小波包基
消噪与检测Ⅱ】．动力工程，２００５，２５（１）：９２—９６．【２０】Ｎｏｒｄｅｎ
Ｅ．Ｈｕａｎｇ，ＺｈｅｎｇＳｈｅｎ，Ｓｔｅｖｅｎ
Ｒ．Ｌｏｎｇ．ｅｔａ１．Ｔｈｅｅｍｐｉｒｉｃａｌｍｏｄｅ
ｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄ
ｔｈｅ
Ｈｉ／ｂｅ—。ｓｐｅｃｔｒｕｍｆｏｒ
ｎｏｎｌｉｎｅ”ａｎｄ
ｎｏｎ—ｓ诅ｔｉｏｎａｒｙｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓ田．Ｐｒｏｅ．ＩＬＳｅｃ．Ｌｏｎｄ．Ａ，１９９８：９０３－９９５．
［２１１岳蔚，刘沛．基于数学形态学消噪的电能质量扰动检测方
法Ⅱ】．电力系统自动化，２００２，２６Ｇ）：１３－１７．［２２］Ｎ．Ｗａｎｇ，Ｆ．Ｃ．Ｌｕ
ａｎｄ
Ｈ．Ｍ．Ｌｉ．Ａｎａｌｙｔｉｃａｌ
Ｐｒｏｃｅｓｓｉｎｇｏｆ
Ｏｎ‘－ｌｉｎｅＭｏｎｉｔｏｒｅｄＤｉｓｓｉｐａｔｉｏｎＦａｃｔｏｒＢａｓｅｄ
ｏｎ
Ｍｏｒｐｈｏ—－
ｌｏｇｉｃａｌ
Ｆｉｌｔｅｒ田．Ｄｉｅｌｅｃｔｒｉｃｓ
ａｎｄＥｌｅｃｔｒｉｃａｌ
Ｉｎｓｕｌａｔｉｏｎ，ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ０ｎ［ｓｅｅ
ａｌｓｏＥｌｅｃｔｒｉｃａｌ
ｌｍｕｌａｔｉｏｎ。ＩＥＥＥＴｒａｍａｃ—
ｔｉｏｍ０１１】Ｖｏｌｕｍｅ１１，Ｉｓｓｕｅ５，Ｏｃｔ．２００４，Ｐａｇｅ（ｓ）：８４０—８４６．
［２３］ＧｕｓｔａｆｓｓｏｎＦ．Ｄｅｔｅｒｍｉｎｉｎｇ
ｔｈｅｉｎｉｔｉａｌｓｔａｔｅｓ
ｉｎｆｏｒｗａｒｄ—ｂａｃｋ—
ｗａｒｄｆｉｌｔｅｒｉｎｇＵ】．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ
ＳｉｇｒｕｌＰｒｏｃｅｓｓｉｎｇ．。
１９９６。４４（４’：９８８—９９２．
学报，２０００，２３（６）：４－７．
万方数据
【２５】郭瑜，秦树人，汤宝平．基于分段重叠零相位滤波的阶比跟踪滤波法盯】．振动工程学报，２００３，１６（４）：３９９—４０３．【２６１徐敏强，王日新，张嘉钟．基于梳状小波的旋转机械振动信号降噪方法的研究Ⅱ】．振动工程学报，２００２，１５（１）：
９０－９２．
［２７１Ｒｕｉｘｉｎ
Ｌｉ，Ｄｏｎｇｆｅｎｇ
Ｗａｎｇ，Ｐｕ
Ｈａｎ，Ｔａｉｙｏｎｇ
Ｗａｎｇ．Ｏｎ
ｔｈｅ
ＡｐｐｈｃａｔｉｏｎｓｏｆＳＶＤ
ｉｎＦａｕｌｔＤｉａｇｎｏｓｉｓ．Ｓｙｓｔｅｍｓ【Ｃ】．Ｍａｎａｎｄ
Ｃｙｂｅｒｎｅｔｉｃｓ，２００３．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ
ｏｎ
ｖｏｌ４，
５—８
Ｏｃｔ．２００３，Ｐａｇｅ（Ｓ）：３７６３—３７６８ｖ０１．４．
［２８］Ｇｍｂｅｒ，Ｐ．。Ｔｈｅｉｓ，Ｆ．Ｊ．，Ｓｔａｄｌｔｈａｎｎｅｒ，ＩＣ，Ｌａｌｌｇ，Ｅ．Ｗ．，
Ｔｏｍｅ。Ａ．Ｍ．，Ｔｅｉｘｅｉｒａ，Ａ．Ｒ．．Ｄｅｎｏｉｓｉｎｇ
ｕｓｉｎｇｌｏｃａｌＩＣＡ
ａｎｄｋｅｒｎｅｌ—ＰＣＡ【Ｃ】．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２００４．Ｐｒｏｃｅｅｄｉｎｇｓ．
２００４ＩＥＥＥ
Ｉｎｔｅｒｎａｔｉｏｎａｌ
ＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅ
ｏｎ
Ｖｏｌｕｍｅ３。
２５—２９
Ｊｕｌｙ．２００４．Ｐａｇｅ（ｓ）：２０７１—２０７６ｖ０１．３．
【２９】孙晖，赵菁，朱善安．基于Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布和Ｈｉｌｂｅｒｔ变换相结合的降噪解调法及应用研究Ⅱ】．机电工程，２００５，
２２（１）：５５—５７．
［３０］ＰｉｎｇＬｉ，Ｋａｄｉｒｋａｍａｎａｔｈａｎ，Ｖ．．Ｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇ
ｂａｓｅｄｌｉｋｅｌｉ—
ｈｏｏｄｒａｔｉｏａｐｐｒｏａｃｈ
ｔｏｆｉｕｌｔｄｉａｇｎｏｓｉｓｉｎｎｏｎｌｉｎｅａｒｓｔｏｃｈａｓｔｉｃ
ｓｙｓｔｅｍｓ卟Ｓｙｓｔｅｍｓ，Ｍａｎ
ａｎｄ
Ｃｙｂｅｒｎｅｔｉｃｓ。ＰａｒｔＣ，ＩＥＥＥ
Ｔｒａｎｓａｃｔｉｏｎｓ
ｏｎ
Ｖｏｌｕｍｅ３１，Ｉｓ鲫ｅ３，Ａｕｇ．２００１，Ｐａｇｅ（ｓ）：
３３７—３４３．Ｄｉｇｉｔａｌ
ＯｂｊｅｃｔＩｄｅｎｔｉｆｉｅｒ
１０．１１０９／５３２６．９７１６６１．
【３１】徐敏，等．设备故障诊断手册【Ｍ】．西安交通大学出版社，
１９９８：１３５－１６２．
【３２】张贤达．现代信号处理【Ｍ】．北京：清华大学出版社，１９９５．
【３３】胡广书，现代信号处理教程．清华大学出版社．２００１：６９－９５．【３４】李志农，何永勇，等．基于Ｗｉｇｎｅｒ高阶谱的机械故障诊断
的研究［１１．机械工程学报，２００５，４１（４）：１１９—１２２．
［３５１胡劲松，杨世锡，等．基于ＥＭＤ的旋转机械振动信号Ｗｉｎｇｅｒ
分布分析【『】．机床与液压，２００３，（５）：２３７—２３８．
【３６】周东华，叶银忠．现代故障诊断与容错控制【Ｍ】．２０００．
２４—３０．
【３７］杨世锡，焦卫东，吴昭同．独立分量分析基网络应用于旋
转机械故障特征抽取与分类ｏ】．机械工程学报，２００４，４０
（３）：４５—４９．
［３８］ＡｌｅｘａｎｄｅｒＡｍｉｒＬ，Ｒｏｂｅｒｔ
Ｐ
Ｗ
Ｄ．Ｂｌｉｎｄｓｅｐａｒａｔｉｏｎｏｆｒｏｔａｔ—
ｍｇ
ｍａｃｈｉｎｅｓｏｕｒｃｅ：ｂｉｌｉｎｅａｒｆｏｒｍｓａｎｄｃｏｎｖｏｌｕｔｉｖｅｍｉｘｔｕｒｅｓ
Ⅱ】．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ—ＳｐｅｄａｌＩｓｍｅｏｎ
ＩＣＡ／ＢＳＳ，２００２．
ｐ９】ＧｅＨｅ
Ｇ．，Ｃｏｌａｓ
Ｍ．，ＤｅｌａｕｎａｙＧ．．ＢｌｉｎｄＳｏｕｔｃｅｓｓｅｐａｒａｔｉｏｎ
ａｐｐｌｉｅｄ
ｔｏ
ｍ喇Ｉｌｇｍａｃｈｉｎｅｓ
ｍｏｎｉｔｏｒｉｎｇｂｙａｃｏｕｓｔｉｃａｌａｎｄｖｉ—
ｂｒａｔｉｏｎｓａｎａｌｙｓｉｓ
ｏ】．Ｍｅｃｈａｎ
ｉｃａｌ
Ｓｙｓｔｅｍｓａｎｄｓｉ乎ｌａｌＰｒｏｃｅｓｓ—
ｍｇ，２０００，１４（３）：４２７—４４．
ｍ】刘志芳，陶建，张进明．小波变换在旋转机械振动信号检
测中的应用Ⅱ】．北京化工大学学报（自然科学版），２００２，２９
（４）：６５－６７．
［２４１纪跃波，秦树人，汤宝平．零相位数字滤波器Ⅱ】．重庆大学
旋转机械振动信号处理的发展及现状
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
胖永新， 何伟明， PANG Yong-xin， HE Wei-ming
调峰调频发电公司,广东,广州,510630;华南资讯科技有限公司,广东,广州,510665水电站机电技术
MECHANICAL & ELECTRICAL TECHNIQUE OF HYDROPOWER STATION2008,31(6)1次
参考文献(40条)
1. 邓重一 滤波技术的发展现状[期刊论文]-中国仪器仪表 2004(2)2. 雷继尧;何世德 工程信号处理技术 1990
3. 李长明;季涛 快速傅立叶变换在数字信号处理器中的实现[期刊论文]-潍坊学院学报 2005(02)
4. Whelchel,J.Jr;Guinn,D FFT organizations for high-speed digital filtering[外文期刊] 1970(02)5. Martinson,L;Smith,R Digital matched filtering with pipelined floating point fast Fouriertransforms (FFT's)[外文期刊] 1975(02)
6. Schnaufer,B;Jenkins,W.K A fault tolerant FIR adaptive filter based on the FFT 19947. 张韧 旋转机械故障特征提取技术及其系统研究[学位论文] 2004
8. 何泳 旋转机械运行状态计算机实时监测与诊断系统的开发[学位论文] 2003
9. Dae Youn;Jin-Geol Kim hort-time Fourier transform using a bank of low-pass filters[外文期刊]1985(01)
10. Amin,M.G;kai Di Feng Short-time Fourier transforms using cascade filter structures 1995(10)11. Michael;R.Pormoff Time-Frequency Representation of Digital Signals and Systems Based on-Short-Time Fourier Analysis 1980(01)
12. 彭志科;何永勇 自适应数字滤波算法应用于旋转机械运行状态辨识的研究[期刊论文]-机械工程学报 2001(09)13. 何振亚 自适应信号处理 2002
14. 周晓梅;徐玉秀;高良丽 旋转机械故障诊断的小波与傅里叶谱分析方法研究[期刊论文]-天津工业大学学报2005(01)
15. Jun,zhang;Pu,han Application of wavelet transform in signal denoising 2003
16. 杨文平;陈国定;石博强 基于小波理论的复杂机械振动信号降噪分析[期刊论文]-北京科技大学学报 2002(04)17. 李富才;何正嘉;陈进 小波域相关滤波法及其早期故障预示应用[期刊论文]-振动工程学报 2005(02)18. 刘明才;董丽 正交多小波在信号滤波中的应用[期刊论文]-大连民族学院学报 2004(01)
19. 韩璞;张君;董泽;潘笑 汽轮机振动信号的最优小波包基消噪与检测[期刊论文]-动力工程 2005(01)
20. Norden E.Huang;Zheng Shen;Steven R.Long The empirical mode decomposition and the Hilbe-spectrumfor nonlinear and non-stationarytime seriesanalysis 1998
21. 岳蔚;刘沛 基于数学形态学消噪的电能质量扰动检测方法[期刊论文]-电力系统自动化 2002(7)
22. N.Wang;F.C.Lu;H.M.Li Analytical Processing of On-line Monitored Dissipation Factor Based onMorphological Filter[外文期刊] 2004(05)
23. Gustafsson F Determining the initial states in forward-back-ward filtering[外文期刊] 1996(04)24. 纪跃波;秦树人;汤宝平 零相位数字滤波器[期刊论文]-重庆大学学报 2000(06)
25. 郭瑜;秦树人;汤宝平 基于分段重叠零相位滤波的阶比跟踪滤波法[期刊论文]-振动工程学报 2003(04)
26. 徐敏强;王日新;张嘉钟 基于梳状小波的旋转机械振动信号降噪方法的研究[期刊论文]-振动工程学报 2002(01)27. Ruixin Li;Dongfeng Wang;Pu Hart;Taiyong Wang On the Applications of SVD in FaultDiagnosis.Systems 2003
28. Gruber,P;Theis,F.J;Stadlthanner,K;Lang,E.W.Tome,A.M.Teixeira,A.R Denoising using local ICA andkemel-PCA 2004
29. 孙晖;赵菁;朱善安 基于Wigner-Ville分布和Hilbert变换相结合的降噪解调法及应用研究[期刊论文]-机电工程 2005(01)
30. Ping Li;Kadirkamanathan,V Particle filtering based likelihood ratio approach to fault diagnosisin nonlinear stochastic systems 2001(03)31. 徐敏 设备故障诊断手册 199832. 张贤达 现代信号处理 199533. 胡广书 现代信号处理教程 2001
34. 李志农;何永勇 基于Wigner高阶谱的机械故障诊断的研究[期刊论文]-机械工程学报 2005(04)35. 胡劲松;杨世锡 基于EMD的旋转机械振动信号Winger分布分析[期刊论文]-机床与液压 2003(05)36. 周东华;叶银忠 现代故障诊断与容错控制 2000
37. 杨世锡;焦卫东;吴昭同 独立分量分析基网络应用于旋转机械故障特征抽取与分类[期刊论文]-机械工程学报2004(03)
38. Alexander Amir L;Robert P W D Blind separation of rotating machine sources:bilinear forms andconvolutive mixtures 2002
39. Gelle G;Colas M;Delaunay G Blind Sources separation applied to rotating machines monitoring byacoustical and vibrations analysis 2000(03)
40. 刘志芳;陶建;张进明 小波变换在旋转机械振动信号检测中的应用[期刊论文]-北京化工大学学报(自然科学版)2002(04)
引证文献(1条)
1. 谢黎明. 郑锐 基于Matlab的IIR数字滤波器设计[期刊论文]-机械与电子 2011(1)
引用本文格式：胖永新. 何伟明. PANG Yong-xin. HE Wei-ming 旋转机械振动信号处理的发展及现状[期刊论文]-水电站机电技术 2008(6)